A、关键特征
B、冗余特征
C、相关特征
D、无关特征
答案:A
解析:见算法解析
A、关键特征
B、冗余特征
C、相关特征
D、无关特征
答案:A
解析:见算法解析
A. 2018
B. 2019
C. 2020
D. 2021
A. 平均法
B. 投票法
C. 学习法
A. 卷积层
B. 池化层
C. 全连接层
D. 输入层
解析:见算法解析
A. 包括统计、优化、整合等
B. 可以作图
C. 专为科学和工程设计的python工具包
D. 可以做积分、微分计算
A. 极大似然估计先假定其具有某种确定的概率分布形式;
B. 极大似然估计没有确定的概率分布形式;
C. 概率模型的训练过程就是参数估计;
D. 贝叶斯学派认为参数本身也有分布,是未观察的随机变量;
解析:数学基础
A. 可信度
B. 信度
C. 信任增长度
D. 概率
解析:函数必须先定义后, 才能调用
解析:根据风险产生的方式,可从算法、数据和应用三个维度梳理人工智能伦理风险的具体性质与特征
A. 函数在某点的极限存在的充要条件是在该点左极限及右极限均存在且相等
B. 函数在某点处解析指函数在该点及其领邻域内处处可导,解析函数的导数不一定是解析的
C. 函数可导不一定连续;不可导的函数一定不连续;存在处处可导但处处不连续的函数
D. 函数f(x)在x0处可导的充要条件是x在x0处的左右导数都存在且相等
解析:解析函数的导数仍然是解析的。函数可导则函数连续;函数连续不一定可导;不连续的函数一定不可导;存在处处连续但处处不可导的函数